Auswahl aus Themenliste

Wofür stehen die Zahlen?
Wozu dient der Standardfehler?
Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?
Wann genügt es nicht, nur den Standardfehler zu betrachten?
Zwei Typen von Veränderungen?
Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?
Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?
Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?
Negative Werte bei Vorrat, Zuwachs oder Nutzung?

1. Wofür stehen die Zahlen?

In den Tabellen sind mehrheitlich Ergebnisse dargestellt, die mithilfe von statistischen Verfahren aus den Daten der Stichprobeninventur des Landesforstinventars (LFI) berechnet wurden. Solche Ergebnisse bestehen immer aus zwei Zahlen: 1) dem Schätzwert und 2) dem Stichprobenfehler, dem sogenannten Standardfehler.

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

Netz: 1,4-km-Netz, Unternetze 1-5

Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	30	10	17	13	37	9	36	6	26	10	30	4
privat	27	17	20	12	50	10	32	8	39	13	34	5
Total	29Schätzwert	9Standardfehler	19	9	44	7	35	5	29	8	32	3

Meistens ist in den Tabellen der relative (prozentuale) Standardfehler angegeben («±%»), gelegentlich – bei geschätzten Prozenten – aber der absolute Standardfehler («±»).

2. Wozu dient der Standardfehler?

Mit dem Standardfehler können Vertrauensintervalle um den Schätzwert aufgespannt werden, die den wahren Wert der Grundgesamtheit mit einer bestimmten statistischen Sicherheit enthalten.

Die statistische Sicherheit beträgt

68%, wenn das Vertrauensintervall mit dem einfachen Standardfehler berechnet wurde
(68%-Vertrauensintervall = Schätzwert ± Standardfehler), und
95%, wenn das Vertrauensintervall mit dem doppelten Standardfehler berechnet wurde
(95%-Vertrauensintervall = Schätzwert ± 2 × Standardfehler*)

Beispiel 2: Vertrauensintervalle berechnen

LFI5
Totholzvolumen (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura
Eigentum (2 Klassen)	m³/ha	±%
öffentlich	30	10
privat	27	17
Total	29	9

Frage
Wie gross sind das 68%- und das 95%-Vertrauensintervall der oben aufgeführten Schätzwerte?

Vorgehen

Berechnen des absoluten Standardfehlers (=relativer Standardfehler × Schätzwert / 100)
Berechnen der Vertrauensintervalle
- 68%-Vertrauensintervall = Schätzwert ± absoluter Standardfehler
- 95%-Vertrauensintervall = Schätzwert ± 2 × absoluter Standardfehler

Antwort

			Schritt 1	Schritt 2

Eigentum (2 Klassen)	Totholzvolumen Jura LFI5
	Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
öffentlich	30	10	3	27-33	24-36
privat	27	17	5	22-32	17-37
Total	29	9	3	26-32mit dem einfachen Standardfehler berechnet, d.h. 29 ± 3	23-25mit dem doppelten Standardfehler berechnet, d.h. 29 ± 2 × 3

Das Totholzvolumen liegt im Jura mit einer statistischen Sicherheit von 68% zwischen 26 und 32 m³/ha und mit einer statistischen Sicherheit von 95% zwischen 23 und 35 m³/ha.

Das 95%-Vertrauensintervall ist grösser als das 68%-Vertrauensintervall. Das bewirkt die höhere statistische Sicherheit.

Beispiel 3: Visualisierung des 68%- und des 95%-Vertrauensintervalls

Daten: siehe Beispiel 2

Bei der Interpretation der Ergebnisse muss man für sich jeweils festlegen, mit welcher statistischen Sicherheit man eine Aussage treffen möchte.

Im Landesforstinventar (LFI) wird in der Regel auf das 68%-Vertrauensintervall abgestellt.

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

Das lässt sich durch Vergleich der Vertrauensintervalle von zwei Schätzwerten überprüfen:

Überschneiden sich die 68%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit einer gewissen Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.
Überschneiden sich die 95%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit hoher Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

LFI5
Vorrat (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	331	3	311	3	405	4	300	3	256	5	314	2
privat	387	5	432	4	454	4	348	4	285	6	398	2
Total	345	2	363	2	431	2	314	2	262	4	343	1

	Fall 2						Fall 1

Fall 1

Frage
Ist der Vorrat pro Hektare in den Alpen höher als auf der Alpensüdseite?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Alpen					Alpensüdseite
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Weder die 68%-Vertrauensintervalle noch die 95%-Vertrauensintervalle überlappen (hervorgehobene Zahlenpaare).

Bei diesem Fall hat das gewählte Sicherheitsniveau keinen Einfluss auf das Resultat.

Insgesamt bedeutet dies, dass statistisch eine hohe Sicherheit besteht, dass der Vorrat pro Hektare in den Alpen höher ist als auf der Alpensüdseite.

Fall 2

Frage
Ist der Vorrat pro Hektare im Mittelland höher als im Jura?

Vorgehen

Siehe Fall 1.

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Jura					Mittelland
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Die 68%-Vertrauensintervalle überlappen nicht (hervorgehobene Zahlenpaare).
Die 95%-Vertrauensintervalle überlappen dagegen (hervorgehobene Zahlenpaare).

In diesem Fall hat das gewählte Sicherheitsniveau einen Einfluss auf die Interpretation der Ergebnisse: Auf dem Niveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura. Auf dem Niveau des 95%-Vertrauensintervalls kann man hingegen diesen Schluss nicht ziehen.

Unter Betrachtung beider Sicherheitsniveaus lässt sich sagen, dass statistisch eine gewisse, aber keine hohe Sicherheit besteht, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura.

Mit den Vertrauensintervallen kann auch geprüft werden, ob ein mit der Stichprobe des Landesforstinventars (LFI) geschätzter Wert von einem Sollwert (z.B. aus der Waldpolitik) abweicht oder ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist.

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4		LFI5
	m³/ha	±%	m³/ha	±%
öffentlich	340	3	309	3
privat	447	4	432	4
Total	386	2	363	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4					LFI5
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
öffentlich	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privat	447	4	16	431-463	415-479	432	4	17	415-449	398-466
Total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Die 68%-Vertrauensintervalle überlappen beim öffentlichen Wald nicht (hervorgehobene Zahlenpaare), beim Privatwald und beim Total aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, dass der Vorrat pro Hektare im öffentlichen Wald des Mittellands abgenommen hat. Für den Privatwald wie auch für das Total ist die Abnahme statistisch nicht gesichert.

Die 95%-Vertrauensintervalle überlappen in allen der drei Kategorien. Auf dem Sicherheitsniveau der 95%-Vertrauensintervalle ist es damit auch für den öffentlichen Wald statistisch nicht gesichert, dass der Vorrat abgenommen hat.

Siehe dazu aber die Beispiele 6 und 7, bei der Veränderungen zwischen zwei Inventuren anhand der sensitiveren Bilanz interpretiert werden.

Die Prüfung, ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist, ist im LFI bei vielen Zielgrössen nicht nur durch Vergleich der Zustände in den beiden Inventuren möglich (siehe Beispiel 5), sondern auch durch die Analyse der Veränderung, also der Bilanz zwischen den beiden Inventuren.

Dazu muss man auch hier zunächst das Sicherheitsniveau definieren, das für die Aussage gelten soll:

Eine Veränderung (Bilanz) fand mit einer gewissen Sicherheit statt, wenn der einfache relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem einfachen absoluten Standardfehler berechnet wurde (68%-Vertrauensintervall), den Wert 0 nicht einschliesst.
Eine Veränderung (Bilanz) fand mit hoher Sicherheit statt, wenn der doppelte relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem doppelten absoluten Standardfehler berechnet wurde (95%-Vertrauensintervall), den Wert 0 nicht einschliesst.

Beispiel 6: Interpretation von Veränderungen (Bilanzen) mit dem relativen Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	m³/ha	±%
öffentlich	-34	30
privat	-9	147
Total	-23	34
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Prüfen, ob
- der einfache relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 68%-Vertrauensintervalls)
- der doppelte relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 95%-Vertrauensintervalls)

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
		einfach	doppelt
	m³/ha	±%	±%
öffentlich	-34	30	60
privat	-9	147	294
Total	-23	34	68
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Der einfache relative Standardfehler ist für den öffentlichen Wald wie auch für das Total kleiner als 100% (hervorgehobene Zahlen). Für den Privatwald ist er dagegen grösser als 100% (hervorgehobene Zahlen). Auf dem Sicherheitsniveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert.

Zum gleichen Schluss kommt man bei diesem Beispiel auch mit dem Sicherheitsniveau des 95%-Vertrauensintervalls, da auch der doppelte relative Standardfehler für den öffentlichen Wald und das Total kleiner ist als 100%.

Insgesamt bedeutet dies, dass die statistische Sicherheit hoch ist, dass im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme hingegen statistisch nicht gesichert (da sowohl der doppelte als auch der einfache relative Standardfehler kleiner als 100% ist).

Beispiel 7: Interpretation von Veränderungen (Bilanzen) mit dem absoluten Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	%	±
öffentlich	-10	3
privat	-2	3
Total	-6	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Berechnen des Vertrauensintervalls aufgrund des festgelegten Sicherheitsniveaus
- 68%-Vertrauensintervall mit dem einfachen absoluten Standardfehler
- 95%-Vertrauensintervall mit dem doppelten absoluten Standardfehler
Prüfen, ob das entsprechende Vertrauensintervall den Wert 0 nicht einschliesst

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler		Vertrauensintervalle
		einfach	doppelt	68%	95%
	%	±	±	%	%
öffentlich	-10	3	6	-13 bis -7	-16 bis -4
privat	-2	3	6	-5 bis +1	-8 bis +4
Total	-6	2	4	-8 bis -4	-10 bis -2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Beim öffentlichen Wald wie auch beim Total schliessen sowohl das 68%- als auch das 95%-Vertrauensintervall den Wert 0 nicht ein. Auf beiden Sicherheitsniveaus kommt man so zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert (da die Vertrauensintervalle den Wert 0 einschliessen).

Veränderungen (Bilanzen) können anhand des absoluten oder des relativen Standardfehlers interpretiert werden (siehe die Beispiele 6 und 7). Es empfiehlt sich, den absoluten Standardfehler zu nutzen, wenn der Schätzwert in der Tabelle in Prozent (%) ausgewiesen ist (wie in Beispiel 7), und den relativen Standardfehler, wenn der Schätzwert in der Tabelle in absoluten Zahlen (m³, m³/ha, St., m²) angegeben ist (wie in Beispiel 6). So kann der Standardfehler direkt aus der Tabelle entnommen werden, muss also nicht umgerechnet werden.

Für die Prüfung, ob eine Veränderung statistisch gesichert ist, empfiehlt es sich, wo immer möglich die Veränderung (Bilanz) zwischen den beiden Inventuren zu analysieren. Bilanzen sind sensitiver als Zustandsvergleiche, womit mit ihnen Unterschiede statistisch besser entdeckt werden können (siehe die Beispiele 5 sowie 6 und 7).

Oben

4. Wann genügt es nicht, nur den Standardfehler zu betrachten?

Beim Landesforstinventar (LFI) handelt es sich um eine stichprobenbasierte Grossrauminventur, deren Probeflächen auf einem Gitternetz mit einer Maschenweite von 1.4 km × 1.4 km angeordnet sind. Das LFI wurde so konzipiert, dass der Vorrat für die Schweiz insgesamt mit einem Standardfehler von maximal 1% vorhergesagt werden kann.

Werden Ergebnisse für einzelne Regionen oder für einzelne Klassen abgefragt, wird der Standardfehler rasch viel grösser. Dies liegt daran, dass für die abgefragte Kombination von Merkmalsausprägungen* die Anzahl untersuchter Probeflächen und Objekte (d.h. Probebäume, Jungwaldpflanzen, Totholzstücke usw.) wesentlich geringer als für das Total ist.

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

Region	Vorrat
	Total		Ahorn		Bergahorn		Spitzahorn
	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Schweiz	343	1	12	5	11	5	1	20
Produktionsregion Mittelland	363	2	15	10	14	11	0	50
Kanton Aargau	289	7	15	20	13	20	1	63

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

die Forstkreise als regionale Gliederung gewählt wurden oder Ergebnisse für kleine Kantone (z.B. Appenzell Innerrhoden, Nidwalden) abgefragt werden,
ein Klassifizierungsmerkmal mit vielen Klassen gewählt wurde (z.B. Baumart in 56 Klassen),
mehrere Klassifizierungsmerkmale miteinander kombiniert wurden (z.B. Hauptbaumart und Entwicklungsstufe).

Grosse Standardfehler sind ein Indiz dafür, dass eine Schätzung möglicherweise anhand einer zu geringen Anzahl Probeflächen oder Objekte erfolgte und entsprechend das Ergebnis der Schätzung nicht belastbar sein könnte.

Bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» (Verbissintensität) ist die Unsicherheit der Schätzung nicht zwingend an einem hohen Standardfehler zu erkennen. Dies liegt daran, dass es sich bei dieser Zielgrösse um einen Quotientenschätzer** handelt, der wegen der Erhebungsmethode bei selteneren Baumarten (z.B. Föhre, Lärche, Arve, Eiche, Kastanie) nur auf einer kleinen Anzahl beurteilter Jungwaldpflanzen beruht. Entsprechend sollte bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» immer geprüft werden, auf wie vielen beurteilten Jungwaldpflanzen die einzelnen Schätzwerte basieren. Als Faustregel gilt, dass für eine belastbare Schätzung pro Schätzwert mindestens 30 Jungwaldpflanzen auf Verbiss beurteilt worden sein sollten.

Oben

5. Zwei Typen von Veränderungen?

Im Landesforstinventar (LFI) gibt es zwei Typen von Veränderungen:

Beim ersten Typ von Veränderungen handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung oder Mortalität. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI4–LFI5. Bei der Auswertung von Veränderungskomponenten wird in der Regel dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) vom früheren zum späteren Messzyklus nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Bilanz zwischen zwei Messzyklen zu ziehen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI5, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI5. Bei diesen Veränderungsauswertungen wird bei einem Teil der Klassifizierungsmerkmale der Wechsel der Merkmalsausprägung berücksichtigt. Dazu zählen die Merkmale «Baumzustand» oder «Wald, Nichtwald». So kann man z.B. sehen, dass die Waldfläche zugenommen hat. Beim anderen Teil der Klassifizierungsmerkmale werden die Merkmalsausprägungen als statisch betrachtet. Das bedeutet, dass der aktuellste Stand – sei er in einem Messzyklus erhoben (z.B. Vorrangfunktion LFI5) oder einer externen Datenquelle entnommen (z.B. Schutzwald [2022]) – sämtlichen Messzyklen zugewiesen wird.

Oben

6. Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?

Die Ergebnisse sind

additiv, wenn sie als gesamte Veränderung zwischen zwei Messzeitpunkten ausgewiesen werden. So können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter (m³) ausgewiesenen Nutzungen zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.
nicht additiv, wenn sie als Veränderung pro Jahr (z.B. m³/Jahr) ausgewiesen werden. Entsprechend können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter pro Jahr (m³/Jahr) ausgewiesenen Nutzungen nicht zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

	Vorrat: gesamte Veränderung zwischen LFI4 und LFI5 (in 1000 m³)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
Tieflagen	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
Hochlagen	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
Total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	additiv

	Vorrat: Veränderung pro Jahr zwischen LFI4 und LFI5 (in 1000 m³/Jahr)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
Tieflagen	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
Hochlagen	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
Total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	nicht additiv

Die Nichtadditivität der Veränderungen pro Jahr kommt dadurch zustande, dass die gesamte Veränderung durch die mittlere Anzahl Jahre geteilt wird, die im jeweils betrachteten Gebiet* zwischen den zwei Messzeitpunkten liegt und die mittlere Anzahl Jahre je nach Gebiet* leicht unterschiedlich ist.

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

Gebiet		mittlere Anzahl Jahre*
Produktionsregion	Hochlagen/Tieflagen
Mittelland	-	8.75
Mittelland	Hochlagen	8.56
Mittelland	Tieflagen	8.76
Alpensüdseite	-	8.90
Alpensüdseite	Hochlagen	8.90
Alpensüdseite	Tieflagen	8.89
* zwischen den Messungen des LFI4 und des LFI5 im zugänglichen Wald ohne Gebüschwald

Oben

7. Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?

Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt. Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt («.») dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht beim Schätzwert und beim Standardfehler ein Punkt («.»).

Zum Beispiel hat das Landesforstinventar (LFI) im Mittelland bisher keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

Die Daten in diesen Tabellen stammen aus einer Vollerhebung und nicht aus einer Stichprobeninventur. Entsprechend ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.

Beispielsweise ist die Erschliessungserhebung, die das Landesforstinventar (LFI) periodisch bei den lokalen Forstdiensten durchführt, eine solche Vollerhebung.

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

Das ist möglich, wenn das Ergebnis nur anhand einiger weniger Bäume berechnet werden konnte. Die Schätzung ist damit nicht verlässlich. Dies zeigt sich auch am Standardfehler, der bei negativen Vorrats-, Zuwachs- oder Nutzungswerten in der Regel ausgesprochen hoch ist.

Die negativen Werte rühren daher, dass bei der Ermittlung des Schaftholzvolumens der Probebäume das allein anhand des Brusthöhendurchmessers (BHD) geschätzte Volumen (Tarifvolumen) mit dem anhand von BHD, Durchmesser in 7 m Höhe und Baumhöhe geschätzten Volumen der Tarifprobebäume justiert wird. Dieses Vorgehen ermöglicht eine unverzerrte (biasfreie) und genauere Berechnung des Schaftholzvolumens. Es kann aber zu negativen Werten bei allen Zielgrössen führen, die auf dem Schaftholzvolumen der Probebäume beruhen (z.B. Vorrat, Zuwachs, Nutzung), wenn die Anzahl Probebäume in einer Merkmalsausprägungskombination* gering ist.

Oben

LFI5
Gesamtholzvolumen (Schaftholz)
Baumart (5 Klassen) · Baumzustand (lebend/tot)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI4/LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Baumart (5 Klassen)	Baumzustand (lebend/tot)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	tot	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
Fichte	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	351	37	495	37	866	42	904	38	2795	30	2096	30	15880	10	5565	14	4598	17	2758	17	45	81	292	58	431	49	0	.	775	46	2690	26	2733	24	2264	30	4	75	3353	23	7863	15	3916	20	7396	16	10601	12	6245	14	2239	23	1222	30	1925	24	3876	20	317	62	1495	27	516	46	547	40	1608	31	1721	34	1623	30	2551	26	1201	32	1768	34	2602	26	1942	34	3134	24	1388	28	831	46	294	44	271	54	359	50	1825	28	2371	26	1324	32	977	36	769	35	826	38	1146	37	3326	38	1470	31	54	100	82	71	30	100	454	50	94	65	612	37	932	37	1748	38	1647	32	1215	44	1862	29	1451	29	918	39	137	62	1222	31	138	68	253	51	1994	22	855	38	782	40	732	40	166	65	300	47	32	75	425	68	4513	18	4332	18	6513	15	1039	37	754	37	694	37	1382	31	1858	29	84	94	439	50	578	38	0	.	172699	2
	tot	29	59	36	60	22	81	85	59	91	40	283	48	2461	15	525	29	214	36	528	39	0	.	31	59	28	68	0	.	33	70	132	41	728	38	111	41	0	.	368	33	433	25	335	30	1086	29	1181	20	534	26	340	39	235	47	160	46	792	28	8	71	23	92	14	87	43	97	179	69	113	47	129	54	348	41	12	100	148	53	373	27	143	57	222	46	272	66	40	89	39	71	13	100	26	79	108	41	366	44	199	48	17	79	33	69	169	57	56	51	258	47	354	51	0	.	0	.	0	.	98	48	25	95	17	76	81	48	133	59	263	38	68	47	210	37	256	42	112	54	0	.	212	72	0	.	38	64	62	44	19	75	68	51	157	70	10	73	27	74	16	100	39	64	793	21	783	24	821	22	75	55	288	57	76	74	92	70	19	79	42	51	7	100	4	100	0	.	19416	5
	Total	380	36	532	35	888	41	989	36	2886	30	2378	28	18341	10	6090	14	4812	16	3286	17	45	81	323	55	460	49	0	.	809	44	2822	26	3461	22	2375	30	4	75	3720	22	8296	15	4251	19	8482	16	11782	12	6778	14	2579	22	1456	30	2086	24	4668	19	325	61	1518	27	530	45	590	39	1787	29	1834	33	1752	31	2898	26	1213	32	1916	33	2975	24	2085	33	3356	24	1660	27	871	44	334	44	284	52	385	47	1934	27	2736	26	1523	31	994	35	802	34	995	33	1202	37	3584	38	1823	29	54	100	82	71	30	100	552	47	119	68	629	37	1013	36	1880	38	1910	31	1283	43	2072	28	1707	29	1030	38	137	62	1434	29	138	68	291	50	2056	22	873	38	850	37	889	39	175	65	326	47	48	82	463	66	5306	17	5116	17	7334	15	1114	35	1042	33	770	35	1474	31	1877	29	125	65	446	50	582	38	0	.	192115	2
Tanne	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	249	72	40	96	144	60	965	34	609	41	1551	36	2280	24	6560	14	4844	17	2733	19	32	64	136	60	380	49	0	.	347	63	366	59	946	40	600	44	4	100	501	48	383	40	429	42	291	61	1003	38	0	.	3889	20	1532	31	3202	20	1564	26	522	53	1167	35	555	35	596	42	1751	33	368	56	193	63	1066	38	1019	37	94	64	524	42	768	47	1521	24	184	59	514	34	280	62	140	46	381	36	879	46	692	36	578	38	536	58	335	39	506	58	18	100	208	52	167	100	0	.	0	.	34	100	407	53	276	60	251	70	549	42	26	100	313	55	479	37	556	55	1130	40	202	52	75	100	1054	34	200	84	325	50	380	52	472	47	619	32	458	47	259	69	498	53	140	71	200	68	162	93	541	46	938	34	398	44	140	61	265	53	1027	32	422	34	94	85	19	100	86	58	0	.	64140	4
	tot	86	59	0	.	0	.	115	46	2	100	95	59	229	47	418	28	257	40	304	35	23	89	0	.	44	68	0	.	7	71	3	100	87	65	152	70	0	.	13	80	43	63	70	100	24	71	95	55	46	82	325	29	27	64	176	45	422	38	24	87	25	72	16	82	0	.	25	59	43	79	72	86	21	73	116	56	18	100	24	66	0	.	143	70	0	.	40	83	17	88	63	71	28	59	39	71	49	59	61	68	8	100	0	.	0	.	0	.	14	100	27	100	0	.	0	.	0	.	8	100	32	97	3	100	72	58	0	.	88	54	25	69	78	85	117	63	2	100	0	.	102	93	2	100	9	100	8	100	29	74	38	73	2	100	0	.	53	73	11	100	0	.	6	81	30	76	120	50	59	58	0	.	29	71	55	60	34	100	3	100	0	.	0	.	0	.	4947	9
	Total	335	57	40	96	144	60	1081	32	610	41	1647	35	2509	24	6977	14	5101	16	3037	18	55	69	136	60	424	50	0	.	354	63	369	58	1032	38	752	44	4	100	514	48	425	36	499	46	315	62	1097	36	46	82	4215	19	1559	30	3378	20	1985	24	546	51	1192	34	571	35	596	42	1777	33	411	55	264	54	1087	38	1136	35	112	68	548	41	768	47	1664	25	184	59	554	33	297	59	203	45	409	35	919	44	741	35	639	37	544	59	335	39	506	58	18	100	221	53	193	100	0	.	0	.	34	100	415	53	307	59	253	70	621	40	26	100	401	52	504	36	634	54	1247	38	204	52	75	100	1155	33	202	84	334	50	388	51	500	46	657	32	460	47	259	69	551	51	151	71	200	68	168	90	571	46	1058	33	457	41	140	61	294	52	1081	31	456	32	97	85	19	100	86	58	0	.	69087	4
übrige Nadelhölzer	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	98	49	76	53	198	53	255	52	0	.	14	74	623	44	109	60	1060	27	403	55	45	85	66	69	212	41	252	.	21	100	102	64	0	.	305	61	67	100	53	95	688	29	1106	26	342	44	3429	15	8147	11	416	35	98	78	526	52	3	71	50	100	29	100	8	100	41	100	44	100	4	100	177	100	67	68	399	86	49	78	263	53	51	88	53	100	432	38	111	65	103	51	63	58	119	51	75	79	8	100	61	100	99	63	147	65	234	58	486	46	591	32	687	35	430	41	4	100	86	75	1736	22	503	37	606	54	0	.	40	100	231	58	237	46	10	100	20	100	0	.	153	64	36	60	22	100	26	80	0	.	23	71	0	.	87	59	0	.	27	81	69	100	68	100	6949	15	3436	17	2063	18	40	100	55	71	263	46	159	42	201	40	176	46	112	61	234	62	0	.	41266	5
	tot	0	.	0	.	0	.	0	.	0	.	0	.	117	41	4	100	84	56	59	47	11	100	0	.	43	59	0	.	0	.	0	.	0	.	24	74	14	100	0	.	67	75	131	57	44	67	466	26	591	24	58	55	0	.	0	.	0	.	0	.	2	100	0	.	0	.	23	100	0	.	1	100	15	87	0	.	5	100	42	51	0	.	0	.	29	58	0	.	5	100	43	94	35	77	23	69	0	.	0	.	16	100	7	100	0	.	18	80	90	38	22	58	39	100	0	.	0	.	46	43	2	60	42	64	0	.	0	.	8	73	28	62	0	.	4	100	0	.	0	.	3	74	0	.	9	100	0	.	8	100	0	.	12	100	0	.	0	.	26	100	1	100	625	20	261	24	461	24	0	.	46	100	43	49	10	100	12	100	0	.	0	.	0	.	0	.	3772	8
	Total	98	49	76	53	198	53	255	52	0	.	14	74	740	41	113	61	1144	27	462	52	56	87	66	69	255	43	252	.	21	100	102	64	0	.	329	61	81	84	53	95	755	30	1236	27	386	42	3895	15	8738	11	474	36	98	78	526	52	3	71	50	100	31	100	8	100	41	100	67	100	4	100	178	100	82	71	399	86	54	80	305	48	51	88	53	100	460	38	111	65	108	48	106	51	154	51	97	76	8	100	61	100	115	56	154	63	234	58	504	45	682	32	710	34	469	43	4	100	86	75	1782	22	505	37	648	53	0	.	40	100	239	57	265	41	10	100	24	100	0	.	153	64	39	59	22	100	34	85	0	.	31	72	0	.	98	58	0	.	27	81	95	100	70	100	7574	14	3697	17	2523	18	40	100	100	76	306	42	169	40	213	39	176	46	112	61	234	62	0	.	45038	4
Buche	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	1223	27	818	30	688	34	1875	30	323	48	494	36	2859	25	3294	18	4287	14	3573	16	309	47	885	34	1331	27	0	.	292	63	749	39	1067	30	1258	35	0	.	935	31	675	44	611	32	25	61	668	37	0	.	3416	17	1433	27	852	37	1355	30	282	42	170	41	294	34	218	45	341	40	486	42	53	60	1313	31	793	39	932	44	1201	28	964	31	1791	27	2159	21	1444	31	794	30	907	34	1369	27	529	31	317	67	1078	35	589	31	351	39	793	34	0	.	182	58	0	.	856	32	1326	30	743	34	1259	30	1058	31	548	43	743	42	32	100	258	49	621	45	132	56	445	45	614	48	71	73	1128	28	166	88	81	49	335	37	355	40	946	32	546	45	592	45	234	50	256	59	210	76	0	.	30	74	890	31	314	43	498	38	515	42	886	33	881	28	746	45	352	42	432	32	0	.	73741	3
	tot	211	53	46	61	0	.	72	58	2	78	39	58	100	66	101	44	130	47	122	48	93	71	93	75	89	47	0	.	40	91	13	72	50	52	39	64	0	.	71	42	57	67	17	96	2	100	24	78	0	.	106	39	29	58	4	81	136	50	54	67	5	100	0	.	0	.	0	.	17	63	8	100	51	51	6	100	88	61	72	42	39	61	114	49	56	44	12	90	64	56	63	66	108	46	14	93	48	87	19	68	0	.	0	.	2	100	0	.	0	.	0	.	23	63	34	76	24	62	30	61	77	60	34	81	9	74	0	.	0	.	24	65	0	.	4	51	5	100	1	100	155	45	2	74	3	100	2	100	38	59	4	72	15	85	17	94	0	.	5	100	0	.	0	.	0	100	81	53	12	100	14	100	0	.	49	49	9	84	1	100	6	100	6	100	0	.	3215	9
	Total	1434	28	864	29	688	34	1947	30	325	48	534	34	2959	25	3395	18	4417	14	3695	15	401	43	979	33	1420	28	0	.	333	58	762	39	1117	29	1297	35	0	.	1006	29	732	45	628	32	26	61	692	37	0	.	3521	17	1462	27	856	37	1491	29	337	42	175	40	294	34	218	45	341	40	503	42	61	58	1364	31	799	39	1021	43	1273	28	1003	31	1905	27	2215	21	1457	31	858	29	970	34	1477	27	543	31	366	69	1097	35	589	31	351	39	795	33	0	.	182	58	0	.	879	32	1360	30	767	33	1289	30	1135	30	581	42	752	41	32	100	258	49	644	44	132	56	450	45	619	48	72	73	1284	29	168	88	84	49	337	36	393	39	951	32	561	44	610	45	234	50	261	59	210	76	0	.	30	73	972	30	326	43	513	37	515	42	935	33	890	28	747	45	358	42	438	32	0	.	76955	3
übrige Laubhölzer	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	1244	27	816	29	225	37	597	37	25	75	595	36	1624	19	1198	26	2192	16	909	21	453	40	209	49	563	32	0	.	258	51	783	48	950	28	662	34	410	57	848	32	370	32	409	40	691	31	1349	26	645	43	2003	21	838	48	389	45	505	28	222	39	261	33	129	55	159	79	74	36	760	46	41	68	395	47	790	38	646	42	653	28	535	41	1251	23	581	29	412	36	246	34	531	38	557	34	691	41	219	39	428	46	955	34	1007	44	835	30	201	41	1180	32	483	48	848	29	1160	25	3148	19	1223	29	838	32	2263	23	430	45	262	48	73	80	433	41	691	50	335	37	505	58	302	61	374	39	319	62	125	45	74	45	631	39	241	44	445	48	384	42	179	62	46	89	195	56	554	29	728	30	1272	20	245	42	841	34	323	45	668	25	457	31	634	39	381	41	573	40	0	.	58204	3
	tot	60	48	111	75	2	100	14	70	0	.	91	52	196	40	116	37	85	56	24	49	59	55	30	73	19	87	0	.	19	59	100	70	10	48	57	62	22	63	184	46	29	56	19	75	108	36	254	27	100	68	412	39	17	53	58	46	65	53	20	66	9	72	6	100	0	.	17	100	71	71	8	65	16	72	60	44	32	100	79	35	61	79	63	51	16	67	0	.	35	75	43	43	28	45	60	55	2	100	61	50	21	71	58	75	18	100	50	44	83	48	73	58	146	36	312	36	511	26	202	26	163	38	370	27	25	48	34	71	2	100	63	50	71	56	8	73	27	52	10	84	11	100	13	87	10	89	1	100	11	72	27	70	56	60	34	62	2	100	2	100	0	.	68	33	47	37	178	27	4	100	5	100	20	68	104	58	24	88	2	100	6	64	32	85	0	.	5854	6
	Total	1305	26	927	32	227	37	611	37	25	75	686	35	1820	19	1314	24	2277	16	933	21	512	38	239	50	583	31	0	.	277	48	883	46	959	28	719	32	432	56	1032	30	399	31	428	39	799	31	1603	24	745	39	2415	22	855	47	447	41	570	28	242	40	269	32	135	55	159	79	91	40	831	45	49	58	411	47	851	37	678	41	732	27	595	43	1314	23	597	28	412	36	280	31	573	38	586	33	751	40	221	39	489	45	977	34	1065	43	853	30	251	40	1263	32	556	47	995	29	1472	23	3659	19	1426	27	1001	30	2634	22	455	44	296	49	75	78	495	38	761	50	344	37	531	56	311	60	385	39	332	63	134	44	75	44	642	39	269	44	501	49	419	42	181	61	48	86	195	56	622	29	775	29	1450	20	249	42	846	34	343	43	772	25	481	31	636	39	388	40	605	41	0	.	64057	3
nicht bestimmbar	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	tot	0	.	0	.	0	.	0	.	0	.	11	93	143	36	9	72	11	100	1	100	4	100	0	.	13	100	0	.	1	100	0	.	0	.	7	100	0	.	0	.	29	71	18	86	34	63	39	57	23	70	14	89	8	80	2	100	9	85	0	.	0	.	0	.	15	100	8	100	35	72	9	100	1	100	4	100	3	74	18	87	3	100	8	100	0	.	0	.	31	86	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	4	71	3	73	0	.	0	.	22	100	0	.	0	.	23	72	6	71	3	100	0	.	0	.	9	100	0	.	0	.	1	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	37	62	49	57	9	68	0	.	0	.	0	.	0	.	7	100	21	100	0	.	1	100	0	.	708	14
	Total	0	.	0	.	0	.	0	.	0	.	11	93	143	36	9	72	11	100	1	100	4	100	0	.	13	100	0	.	1	100	0	.	0	.	7	100	0	.	0	.	29	71	18	86	34	63	39	57	23	70	14	89	8	80	2	100	9	85	0	.	0	.	0	.	15	100	8	100	35	72	9	100	1	100	4	100	3	74	18	87	3	100	8	100	0	.	0	.	31	86	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	4	71	3	73	0	.	0	.	22	100	0	.	0	.	23	72	6	71	3	100	0	.	0	.	9	100	0	.	0	.	1	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	37	62	49	57	9	68	0	.	0	.	0	.	0	.	7	100	21	100	0	.	1	100	0	.	708	14
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	lebend	3166	20	2245	22	2121	26	4596	20	3751	28	4750	24	23266	9	16726	10	16981	10	10376	12	884	34	1589	32	2918	24	252	.	1694	35	4690	22	5695	17	5089	21	485	54	5689	18	9978	13	6471	16	8744	15	17049	9	15037	10	11963	12	5122	19	6895	17	7302	16	1393	33	3121	24	1501	32	1562	34	3819	23	3339	26	2086	29	5392	21	4202	25	3489	26	5242	19	4259	25	7750	17	4744	18	3312	23	1717	28	1913	27	2785	24	3999	22	3607	23	3470	24	3157	24	2610	26	3194	22	1851	28	5487	28	2807	23	2189	20	2572	21	4041	17	5078	15	2768	20	4280	19	2654	28	2108	34	2522	28	2985	26	3250	25	3382	26	2238	34	738	45	3813	21	845	47	809	34	2784	21	2336	27	2589	24	2267	26	1401	32	1238	33	544	60	1098	46	12179	12	9068	13	11676	12	2036	30	2287	28	2060	28	4122	22	3819	21	1733	29	1304	30	1903	26	0	.	410050	1
	tot	387	35	194	48	24	76	286	30	95	39	519	35	3246	13	1173	19	781	20	1038	25	189	53	154	52	236	36	0	.	101	50	247	37	874	33	391	38	36	57	635	25	658	21	589	27	1297	25	2058	14	1293	20	1256	20	315	37	400	31	1423	24	106	45	63	45	36	62	58	77	252	56	279	34	228	46	452	35	198	37	295	39	608	21	246	42	549	33	372	50	93	55	192	40	224	44	225	34	245	30	466	37	339	34	63	43	99	53	189	57	124	31	445	35	476	40	208	32	346	33	539	26	387	22	299	30	466	23	210	33	167	49	361	36	231	34	366	36	393	38	146	48	11	78	492	43	18	68	69	42	74	41	105	43	137	35	242	48	61	54	82	58	59	71	40	62	1528	15	1171	19	1669	15	149	49	354	48	168	42	309	37	105	45	69	49	19	52	44	65	0	.	37911	3
	Total	3552	20	2439	23	2145	26	4882	20	3847	28	5270	23	26512	9	17899	10	17763	10	11414	12	1073	33	1743	30	3154	24	252	.	1795	34	4937	22	6570	17	5480	20	521	54	6325	18	10636	13	7060	16	10041	14	19108	9	16330	10	13219	12	5437	19	7294	17	8725	16	1499	32	3185	24	1537	32	1619	33	4071	22	3618	25	2313	29	5844	21	4401	24	3783	26	5851	18	4505	25	8300	17	5116	18	3405	23	1909	27	2137	27	3010	23	4244	22	4072	23	3809	24	3220	24	2709	26	3383	21	1975	27	5932	28	3283	22	2397	20	2918	21	4580	17	5466	15	3068	20	4746	18	2864	28	2276	33	2883	27	3215	25	3616	25	3774	27	2384	34	748	45	4306	21	863	47	879	34	2858	21	2441	26	2726	24	2509	26	1462	32	1320	33	603	61	1139	46	13707	12	10239	13	13346	12	2186	29	2641	28	2228	27	4431	21	3924	21	1802	28	1323	30	1946	27	0	.	447962	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2275873. Birmensdorf, Swiss Federal Research Institute WSL

zurück